关于Pandas数据连接pd.concat的实现介绍

 

Pandas数据可以实现纵向和横向连接，将数据连接后会形成一个新对象(Series或DataFrame)

连接是最常用的多个数据合并操作

pd.concat()是专门用于数据连接合并的函数，它可以沿着行或列进行操作，同时可以指定非合并轴的合并方式(如合集、交集等)

pd.concat()会返回一个合并后的DataFrame

语法

1 2 3

pd.concat(objs, axis=0, join='outer', ignore_index=False,           keys=None, levels=None, names=None, sort=False,           verify_integrity=False, copy=True)

参数 

• objs: 需要连接的数据，可以是多个DataFrame或者Series，它是必传参数
• axis: 连接轴的方法，默认值为0，即按行连接，追加在行后面;值为1时追加到列后面(按列连接:axis=1)
• join: 合并方式，其他轴上的数据是按交集(inner)还是并集(outer)进行合并
• ignore_index: 是否保留原来的索引
• keys: 连接关系，使用传递的键作为最外层级别来构造层次结构索引，就是给每个表指定一个一级索引
• names: 索引的名称，包括多层索引
• verify_integrity: 是否检测内容重复;参数为True时，如果合并的数据与原数据包含索引相同的行，则会报错
• copy: 如果为False，则不要深拷贝

1.按行连接

pd.concat()的基本操作可以实现df.append()功能

操作中ignore_index和sort参数的作用是一样的,axis默认取值为0，即按行连接

1 2 3 4 5 6

import pandas as pd df1 = pd.DataFrame({ 'x':[1,2],'y':[3,4]}) df2 = pd.DataFrame({ 'x':[5,6